車聯(lián)網(wǎng)群智感知與服務(wù)關(guān)鍵技術(shù)研究
發(fā)布時(shí)間:2022-01-01 03:24
車聯(lián)網(wǎng)是物聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)在交通運(yùn)輸領(lǐng)域應(yīng)用后的衍生概念,它借助新一代通信與信息處理技術(shù),實(shí)現(xiàn)車與人、車、路、服務(wù)平臺(tái)的全方位網(wǎng)絡(luò)連接與智能信息交換,可以提升汽車智能化水平,是實(shí)現(xiàn)自動(dòng)駕駛、智能交通和智慧城市的重要途徑。車輛通過車聯(lián)網(wǎng)進(jìn)行群智協(xié)作,可以應(yīng)對單輛車感知精度、感知范圍、通信能力、計(jì)算能力和存儲(chǔ)能力的局限性。為此,本文利用車與車、車與云端、車與邊緣協(xié)作來提高車聯(lián)網(wǎng)中“車-網(wǎng)-環(huán)境”感知與信息服務(wù)的質(zhì)量,同時(shí)降低對車聯(lián)網(wǎng)中感知與通信資源的開銷。本文重點(diǎn)對車聯(lián)網(wǎng)中的局部群智感知與信息有效傳播、車聯(lián)網(wǎng)中資源高效利用的全局群智感知、車聯(lián)網(wǎng)中情境感知的服務(wù)數(shù)據(jù)分發(fā)進(jìn)行了深入研究,取得如下成果:1.針對局部群智感知與服務(wù),提出一種基于車輛群智協(xié)作的交通態(tài)勢感知與交通信息傳播方法,以提高交通信息的準(zhǔn)確性、實(shí)時(shí)性、有效性。該方法首先利用周期性信標(biāo)形成車輛對于交通態(tài)勢的局域視圖;然后,車輛間通過有序鏈?zhǔn)絽f(xié)作對局域視圖進(jìn)行動(dòng)態(tài)融合,形成交通態(tài)勢全面、準(zhǔn)確、一致的視圖;進(jìn)一步,為了避免交通信息傳播時(shí)的信息過載,提出一種基于動(dòng)能的信息時(shí)空有效性模型,以動(dòng)態(tài)控制信息的時(shí)空傳播范圍和施效強(qiáng)度;诮煌ǚ...
【文章來源】:北京郵電大學(xué)北京市 211工程院校 教育部直屬院校
【文章頁數(shù)】:108 頁
【學(xué)位級(jí)別】:博士
【部分圖文】:
圖1-2車聯(lián)網(wǎng)群智感知與服務(wù)的信息流轉(zhuǎn)??
城市環(huán)境?群智感知①??圖1-2車聯(lián)網(wǎng)群智感知與服務(wù)的信息流轉(zhuǎn)??1.3論文主要工作??本文圍繞上述研宄問題與目標(biāo),充分利用車與車協(xié)作、車與云端協(xié)作、車與邊緣??協(xié)作的方式來提高車聯(lián)網(wǎng)群智感知與服務(wù)質(zhì)量,同時(shí)降低感知與通信開銷,為安全高??效的智能駕駛服務(wù)提供有力支撐。首先,針對局部駕駛環(huán)境和交通態(tài)勢的“超視距感??知”,研宄基于車載自組織網(wǎng)絡(luò)的車輛群智協(xié)作,實(shí)現(xiàn)實(shí)時(shí)精準(zhǔn)的交通態(tài)勢感知和信??息施效,以便車輛或駕駛員進(jìn)行及時(shí)準(zhǔn)確的駕駛決策;然后,針對全局環(huán)境感知,根??據(jù)感知數(shù)據(jù)的時(shí)空特征和車輛的分布規(guī)律,研宄大規(guī)模、細(xì)粒度、準(zhǔn)確、高效的城市??感知方法,為智能駕駛服務(wù)提供數(shù)據(jù)基礎(chǔ);最后,針對全局車聯(lián)網(wǎng)服務(wù)對車輛的反饋??過程
自主交通態(tài)勢感知結(jié)果滿足L〇C/<0.5且Z〇G>0.6,則可認(rèn)為F己經(jīng)通過了擁塞瓶??頸區(qū)域。F將初始化iTCN消息的擁塞程度值為£〇〇>,設(shè)置字段為F的當(dāng)前??位置,并設(shè)置除to//外的其他字段,最后廣播該消息。如圖3-1所示,M通過了擁塞??瓶頸區(qū)域,具備生成和初始化iTCN消息的資格。??為了保證交通態(tài)勢感知質(zhì)量,同時(shí)減少車載自組織網(wǎng)絡(luò)開銷,我們需要控制iTCN??消息的生成頻率。由于交通態(tài)勢并非迅速變化,沒有必要要求駛離擁塞區(qū)域的車輛都??生成iTCN消息。為此,可以定義iTCN消息的生成周期7;,.。具體地,擁塞區(qū)域的??車輛都記錄最后一次收到的iTCN消息的生成時(shí)間,正在駛離擁塞區(qū)域的車輛僅當(dāng)距??離最后一次生成iTCN消息的時(shí)間間隔大于閾值7;^^時(shí),才生成新的iTCN消息。這??樣就在保證交通態(tài)勢感知質(zhì)量的基礎(chǔ)上,限制了?iTCN的最大生成頻率。??2)?iTCN消息的轉(zhuǎn)發(fā)和逐步完善??車輛通過有序協(xié)作進(jìn)行交通態(tài)勢感知的過程
【參考文獻(xiàn)】:
期刊論文
[1]車聯(lián)網(wǎng)群智感知與服務(wù)[J]. 李靜林,袁泉,楊放春. 中興通訊技術(shù). 2015(06)
[2]車聯(lián)網(wǎng)體系結(jié)構(gòu)及其關(guān)鍵技術(shù)[J]. 李靜林,劉志晗,楊放春. 北京郵電大學(xué)學(xué)報(bào). 2014(06)
[3]車聯(lián)網(wǎng)綜述(英文)[J]. 楊放春,王尚廣,李靜林,劉志晗,孫其博. 中國通信. 2014(10)
本文編號(hào):3561552
【文章來源】:北京郵電大學(xué)北京市 211工程院校 教育部直屬院校
【文章頁數(shù)】:108 頁
【學(xué)位級(jí)別】:博士
【部分圖文】:
圖1-2車聯(lián)網(wǎng)群智感知與服務(wù)的信息流轉(zhuǎn)??
城市環(huán)境?群智感知①??圖1-2車聯(lián)網(wǎng)群智感知與服務(wù)的信息流轉(zhuǎn)??1.3論文主要工作??本文圍繞上述研宄問題與目標(biāo),充分利用車與車協(xié)作、車與云端協(xié)作、車與邊緣??協(xié)作的方式來提高車聯(lián)網(wǎng)群智感知與服務(wù)質(zhì)量,同時(shí)降低感知與通信開銷,為安全高??效的智能駕駛服務(wù)提供有力支撐。首先,針對局部駕駛環(huán)境和交通態(tài)勢的“超視距感??知”,研宄基于車載自組織網(wǎng)絡(luò)的車輛群智協(xié)作,實(shí)現(xiàn)實(shí)時(shí)精準(zhǔn)的交通態(tài)勢感知和信??息施效,以便車輛或駕駛員進(jìn)行及時(shí)準(zhǔn)確的駕駛決策;然后,針對全局環(huán)境感知,根??據(jù)感知數(shù)據(jù)的時(shí)空特征和車輛的分布規(guī)律,研宄大規(guī)模、細(xì)粒度、準(zhǔn)確、高效的城市??感知方法,為智能駕駛服務(wù)提供數(shù)據(jù)基礎(chǔ);最后,針對全局車聯(lián)網(wǎng)服務(wù)對車輛的反饋??過程
自主交通態(tài)勢感知結(jié)果滿足L〇C/<0.5且Z〇G>0.6,則可認(rèn)為F己經(jīng)通過了擁塞瓶??頸區(qū)域。F將初始化iTCN消息的擁塞程度值為£〇〇>,設(shè)置字段為F的當(dāng)前??位置,并設(shè)置除to//外的其他字段,最后廣播該消息。如圖3-1所示,M通過了擁塞??瓶頸區(qū)域,具備生成和初始化iTCN消息的資格。??為了保證交通態(tài)勢感知質(zhì)量,同時(shí)減少車載自組織網(wǎng)絡(luò)開銷,我們需要控制iTCN??消息的生成頻率。由于交通態(tài)勢并非迅速變化,沒有必要要求駛離擁塞區(qū)域的車輛都??生成iTCN消息。為此,可以定義iTCN消息的生成周期7;,.。具體地,擁塞區(qū)域的??車輛都記錄最后一次收到的iTCN消息的生成時(shí)間,正在駛離擁塞區(qū)域的車輛僅當(dāng)距??離最后一次生成iTCN消息的時(shí)間間隔大于閾值7;^^時(shí),才生成新的iTCN消息。這??樣就在保證交通態(tài)勢感知質(zhì)量的基礎(chǔ)上,限制了?iTCN的最大生成頻率。??2)?iTCN消息的轉(zhuǎn)發(fā)和逐步完善??車輛通過有序協(xié)作進(jìn)行交通態(tài)勢感知的過程
【參考文獻(xiàn)】:
期刊論文
[1]車聯(lián)網(wǎng)群智感知與服務(wù)[J]. 李靜林,袁泉,楊放春. 中興通訊技術(shù). 2015(06)
[2]車聯(lián)網(wǎng)體系結(jié)構(gòu)及其關(guān)鍵技術(shù)[J]. 李靜林,劉志晗,楊放春. 北京郵電大學(xué)學(xué)報(bào). 2014(06)
[3]車聯(lián)網(wǎng)綜述(英文)[J]. 楊放春,王尚廣,李靜林,劉志晗,孫其博. 中國通信. 2014(10)
本文編號(hào):3561552
本文鏈接:http://sikaile.net/kejilunwen/jiaotonggongchenglunwen/3561552.html
最近更新
教材專著